Bi-level programming model for reconstruction of urban branch road network

Considering the decision-making variables of the capacities of branch roads and the optimization targets of lowering the saturation of arterial roads and the reconstruction expense of branch roads, the bi-level programming model for reconstructing the branch roads was set up. The upper level model was for determining the enlarged capacities of the branch roads, and the lower level model was for calculating the flows of road sections via the user equilibrium traffic assignment method. The genetic algorithm for solving the bi-level model was designed to obtain the reconstruction capacities of the branch roads. The results show that by the bi-level model and its algorithm, the optimum scheme of urban branch roads reconstruction can be gained, which reduces the saturation of arterial roads apparently, and alleviates traffic congestion. In the data analysis the arterial saturation decreases from 1.100 to 0.996, which verifies the micro-circulation transportation’s function of urban branch road network. Foundation item: Project(2006CB705507) supported by the National Basic Research and Development Program of China; Project(20060533036) supported by the Specialized Research Foundation for the Doctoral Program of Higher Education of China     

一起钻入碰撞交通事故初速度计算

针对一起高速公路严重钻入追尾碰撞交通事故,结合关于典型交通事故形态车辆行驶速度技术鉴定的国家标准,根据事故现场道路环境及路面情况、事故现场勘测数据、事故车辆损坏变形部位和特征(照片)以及实车损坏测量结果和两车车型基本参数,利用能量法与变形相结合的方法,计算得到碰撞前两车的行驶速度。计算结果为钻入碰撞事故的分析处理提供了理论依据和实践经验。     

黑龙江省交通数字化中元数据创建问题研究

交通信息数据内容繁杂且数据量庞大,建立交通数据元数据是对其进行管理及共享的有效、可行的方法。通过对黑龙江省交通信息数据元数据的现状分析,对已有的元数据标准做必要的改进,重新建立黑龙江省交通信息基础元数据集,使黑龙江省交通信息基础元数据管理和应用更加科学、合理、规范。     

基于小波分析的交通参数组合预测方法

为了更加准确地预测交通参数的变化趋势,结合小波理论处理时变信息的优势,设计了一种在小波分析的基础上利用BP神经网络进行预测的组合预测方法。该方法采用小波理论与神经网络结合的策略,具有普适性,且比传统的基于小波分析的组合预测过程简单,为大运算量的实时应用提供了可能。利用实际数据对该方法进行了验证,并与对比算法进行了效果对比。结果表明,本文提出的方法预测效果较好,具有一定的实用性。     

基于IPv6的智能交通信息采集与处理方法

分析了现有主要的交通信息采集方法及其不足,设计了一种基于IPv6的智能交通系统(ITS)框架及利用C语言评议实现的信息采集与处理方法。结合交通仿真软件VISSIM生成的交通数据,该方法实现了车辆、道路、人和建筑的智能匹配,可以实时跟踪微观车辆,也可以进行区域交通状态的实时判别,为交通的智能管理与控制提供了数据支持。     

城市主干路拥挤路段基于地点交通参数的行程速度估计

以提高基于地点交通参数估计主干路拥挤交通流平均行程速度的精度为目标,通过分析信号控制主干路的交通流特性及地点交通参数与平均行程速度之间的相关关系,以路段下游停车线前的截面平均速度为基础,提出了城市主干路拥挤交通流路段平均行程速度的3种估计模型,并采用仿真手段进行了对比分析。结果表明,所提出的全状态行程速度估计模型明显优于对比方法,所提出的两种分状态平均行程速度估计模型可以进一步改善全状态模型的估计效果,尤其是基于模比系数的分状态估计模型可显著提高拥挤条件下的行程速度估计精度。     

结合浮动车技术的SCATS自适应控制策略生成技术

针对SCATS信号控制系统存在的两个问题:相位差实时优化能力差和备选方案固化,尝试结合浮动车技术研究了SCATS自适应控制策略生成技术。通过改进地图匹配算法,提高浮动车路段行程时间估计精度,从而提高相位差实时优化能力以及模型的输入数据精度。同时根据实时的检测器数据和浮动车数据,采用模糊神经网络以及多属性决策技术自适应生成控制区域交叉口的配时参数。最后,以上海某SCATS控制区域为仿真路网,以SCATS采集的检测器数据及浮动车数据为仿真输入数据,以Paramics V6为仿真平台对本文模型进行验证,结果表明能够提高系统的控制效率。     

基于分形理论P2P流量行为的自相似性

针对单个主机单个协议流量的自相似性和非宏观上流量的自相似性,分析了端到端（P2P）网络流量的自相似性. 对常见的端到端(P2P)应用进行分析后发现,其应用层数据存在自相似性,且在时间尺度与行为尺度的比较中,P2P应用层流量在行为尺度上的自相似性表现得更加明显和稳定. 为了将行为尺度上的自相似性应用到业务感知领域,提出了一种新的P2P流量识别算法,该算法通过计算网络流量不同行为尺度下的容量维,再辅以主动系数来识别P2P流量. 实验结果证明,新算法在P2P流量识别方面的准确率高于同类算法,在加密流量的识别上表现尤为突出.     

信号配时对交通排放影响的仿真分析及优化

以新乡市典型平面交叉口——平原路与劳动路交叉口为例,借助于仿真软件,真实再现了交通流运行情况,从定量的角度分析信号配时对交通排放的影响,并提出两种解决方案,为改善该交叉口交通环境恶劣和交通拥挤提供了切实可行的依据。     

城市交通微循环系统优化设计方法

为充分利用城市交通微循环道路资源以有效缓解路网交通拥挤,在分析交通微循环系统特征的基础上,设计了完整的城市交通微循环系统优化方法.以缓解区域路网交通拥挤为优化目标,依据交通流特征与交通需求定位城市主干道路网的拥挤路段,然后建立微循环绕行路线的搜索模型,能够确定需进行道路条件与交通组织优化的微循环路段,并生成静态交通标志与可变信息板的布设地点.以曲靖市中心城区交通微循环系统优化为实例,验证了所提出优化方法的有效性.